关于预测准确率

当单击 （详细信息）以获取有关预测数据或历史数据的详细信息时，您可以了解预测的准确率。

可用的历史数据量影响了预测的准确率；数据量越大，准确率就越高。至少应有相当于预测期间数据量两倍的历史数据量。历史数据量达到预测期间数据量的三倍或三倍以上时更可取。如果在预测时没有足够的历史数据可用，则会显示警告或错误。Predictive Planning 可以预测数据的季节性模式，并将它们投射到将来（例如，假日期间的销售量爆发）。要检测季节性数据，必须有两个完整的数据周期可用。

此外，Predictive Planning 还将检测历史数据中缺少的值并用插值来填充它们，还将扫描离群值并将它们规范到可接受的范围。如果数据中有太多缺少的值或离群值以致无法执行可靠的预测，则会显示警告或错误消息。

数据的杂乱程度也会影响预测准确率。尽管可能有大量历史数据可用，但数据杂乱或数据的随机波动会掩盖基本趋势并导致预测准确率下降。

将事件用于预测不仅能提高预测的准确性，还能让您从预测数据出现的预期激增和锐降中发现特定事件，从而可帮助您针对事件提前做好规划并利用机会。如果没有事件，数据出现的激增或锐降会进行规范化处理并跨整个预测期间进行分布，从而可能导致预测不够准确。

通常，可按下列准则确定预测的准确率：

• 95 - 100%：非常好。历史数据具有很明显的趋势或季节性模式。
• 90 - 94.9%：好。历史数据具有缓和的趋势或季节性模式。
• 80 - 89.9%：一般。历史数据具有较弱趋势或季节性模式。
• 0 - 79.9%：差。从历史数据中检测不到趋势或模式。